掺稀土的Mg?Si材料的光催化、机械和光学性能提升：基于第一性原理计算与机器学习的方法

《Applied Organometallic Chemistry》：Enhanced Photocatalytic, Mechanical, and Optical Performance of Rare-Earth–Doped Mg?Si: First-Principles Calculations and Machine Learning

稀土掺杂（镧/铒）协同提升Mg?Si光吸收、机械韧性和制氢效率，机器学习揭示关键电子结构及力学参数调控机制。

　　

摘要

宽带光吸收、机械韧性和高效表面催化性能对光催化半导体来说至关重要，然而这些特性很少能在同一种材料中同时得到提升。我们结合了第一性原理计算、机器学习的解释能力以及皮尔逊相关性分析，发现稀土元素（La、Er）掺杂到Mg?Si中能够协同提升其光电性能、机械性能和产氢性能。La掺杂通过La-5d轨道与Si-3p轨道的杂化作用引入导带杂质态，使亚带隙（红外）吸收增强60倍（约0.6 × 10^5 cm^-1），并将吸收边扩展到近红外区域，从而使得太阳能到氢气的转化效率高达39.86%。此外，La掺杂还形成了金属键网络，使泊松比从0.23增加到0.46，使Mg?Si从脆性材料变为韧性材料。相比之下，Er掺杂会局部化4f轨道，在紫外区域产生类激子吸收峰（约10^5 cm^-1），并引发显著的电子和机械响应。这两种掺杂方式都会将费米能级推向导带（形成简并的n型掺杂），从而从根本上改变载流子的性质。从催化角度来看，La掺杂产生的非局域化sp^3d^2轨道使得氢的吸附接近热中性（ΔG_H* ≈ -0.04 eV），性能优于贵金属催化剂；而Er掺杂虽然增强了氢的结合能力，但会降低H2的解吸速率。SHAP（SHapley Additive Explanations）分析进一步确定了控制这些现象的关键轨道和弹性参数，为相关机制提供了清晰的解释。

利益冲突

作者声明不存在利益冲突。